| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·语音转换技术的概念 | 第8页 |
| ·语音转换技术的研究意义和现状 | 第8-11页 |
| ·语音转换技术的研究意义 | 第8-9页 |
| ·语音转换技术的研究现状 | 第9-11页 |
| ·目前语音转换系统有待解决的问题 | 第11-12页 |
| ·论文的组织结构安排 | 第12-14页 |
| 第二章 语音转换系统相关问题介绍 | 第14-39页 |
| ·语音信号基本原理 | 第14-17页 |
| ·语音的生成机理 | 第14-16页 |
| ·语音的数学模型 | 第16-17页 |
| ·语音信号的预处理 | 第17-20页 |
| ·语音特征参数 | 第20-22页 |
| ·语音转换的系统模型 | 第22-31页 |
| ·语音转换系统的构成 | 第22-23页 |
| ·语音的分析/合成模型 | 第23-29页 |
| ·参数对齐方法 | 第29-31页 |
| ·语音转换经典算法 | 第31-36页 |
| ·矢量码书映射算法 | 第31-32页 |
| ·说话人插值法 | 第32-33页 |
| ·线性多变量回归法 | 第33-34页 |
| ·动态频率规整法 | 第34-35页 |
| ·高斯混合模型法 | 第35-36页 |
| ·语音转换的性能评价方法 | 第36-38页 |
| ·客观评价方法 | 第36-37页 |
| ·主观评价方法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于人工神经网络的基音频率的转换 | 第39-51页 |
| ·神经网络的基本概念 | 第39-42页 |
| ·神经元的数学模型 | 第39-40页 |
| ·网络的连接模式 | 第40-41页 |
| ·学习规则 | 第41-42页 |
| ·神经网络的基本模型结构 | 第42-45页 |
| ·BP 神经网络 | 第42-44页 |
| ·RBF 神经网络 | 第44-45页 |
| ·基于BP 神经网络的基音频率转换 | 第45-47页 |
| ·经典的基音频率建模和转换算法 | 第45-46页 |
| ·基于SRRIAGHT+BP 神经网络的基音频率转换算法 | 第46-47页 |
| ·实验与仿真 | 第47-50页 |
| ·实验条件与环境 | 第47-48页 |
| ·实验结果 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于量子粒子群优化神经网络的声道谱参数转换 | 第51-66页 |
| ·引言 | 第51页 |
| ·粒子群优化算法与神经网络 | 第51-59页 |
| ·基本PSO 算法描述 | 第52-53页 |
| ·量子粒子群算法 | 第53-56页 |
| ·QPSO 优化神经网络 | 第56-58页 |
| ·量子粒子群算法与梯度下降法的性能比较 | 第58-59页 |
| ·基于QPSO 优化神经网络的声道谱参数转换算法 | 第59-62页 |
| ·基于人工神经网络模型的声道谱参数转换算法 | 第59-60页 |
| ·基于QPSO 优化BP 神经网络的声道谱特征参数转换 | 第60-62页 |
| ·实验与仿真 | 第62-65页 |
| ·实验条件与环境 | 第62页 |
| ·实验结果 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·本文工作总结 | 第66页 |
| ·今后研究展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文 | 第73页 |
